메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국정보처리학회 JIPS(Journal of Information Processing Systems) JIPS(Journal of Information Processing Systems) 제16권 제3호
발행연도
2020.1
수록면
612 - 628 (17page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
This paper presents a new approach for detecting abnormal behaviors in complex surveillance scenes whereanomalies are subtle and difficult to distinguish due to the intricate correlations among multiple objects’behaviors. Specifically, a cascaded probabilistic topic model was put forward for learning the spatial contextof local behavior and the temporal context of global behavior in two different stages. In the first stage of topicmodeling, unlike the existing approaches using either optical flows or complete trajectories, spatio-temporalcorrelations between the trajectory fragments in video clips were modeled by the latent Dirichlet allocation(LDA) topic model based on Markov random fields to obtain the spatial context of local behavior in each videoclip. The local behavior topic categories were then obtained by exploiting the spectral clustering algorithm. Based on the construction of a dictionary through the process of local behavior topic clustering, the secondphase of the LDA topic model learns the correlations of global behaviors and temporal context. In particular,an abnormal behavior recognition method was developed based on the learned spatio-temporal context ofbehaviors. The specific identification method adopts a top-down strategy and consists of two stages: anomalyrecognition of video clip and anomalous behavior recognition within each video clip. Evaluation was performedusing the validity of spatio-temporal context learning for local behavior topics and abnormal behaviorrecognition. Furthermore, the performance of the proposed approach in abnormal behavior recognitionimproved effectively and significantly in complex surveillance scenes.

목차

등록된 정보가 없습니다.

참고문헌 (27)

참고문헌 신청
C. Piciarelli / 2006 / On-line trajectory clustering for anomalous events detection / Pattern Recognition Letters 27(15):1835~1842 google schola S. Kamijo / 2000 / Traffic monitoring and accident detection at intersections / IEEE Transactions on Intelligent Transportation Systems 1(2):108~118 google schola Y. Sun / 2015 / Activity anomaly detection based on vehicle trajectory of automatic number plate recognition system / Journal of Computer Research and Development 52(8):1921~1929 google schola C. Micheloni / 2009 / Exploiting temporal statistics for events analysis and understanding / Image and Vision Computing 27(10):1459~1469 google schola C. Piciarelli / 2008 / Trajectory-based anomalous event detection / IEEE Transactions on Circuits and Systems for Video Technology 18(11):1544~1554 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0